驾驶动态波动对6DOF-SVC模型预测结果的影响：基于五项真实世界驾驶研究

尽管采用了技术性对策，研究表明，乘坐汽车出行时，感觉冲突以及由此引发的恶心等运动病症状仍无法被完全避免。因此，对运动病进行可靠预测，将为智能车辆避免行程中止提供一种可行方案，例如通过采用适应性驾驶策略或进行路线规划。在先前的研究中，作者针对在视线低垂、执行与驾驶无关任务的乘客，证明了一组面向应用的参数，可用于通过广泛应用的六自由度感觉冲突模型（6DOF-SVC）估计运动病发生率（MSI）。在当前研究中，研究者利用此前开展的五项运动病驾驶实验对这些参数进行了验证和进一步优化。研究还首次表明，根据驾驶动态特征，即由于路线特性或驾驶风格所导致的预期自然运动病发生率波动，以及实验测得的运动病发生率变异，约为10%。此外，研究结果表明，参与者似乎具有一个与其运动病易感性相关的个体化运动病发生阈值；然而，该阈值在不同实验之间的波动过大，因而不适合实际应用。综上，该模型能够成功估计不同测试赛道上的运动病风险，但其所预测的运动病发生率轨迹仍存在一定误差。

尽管采用了技术性对策，研究表明，在作为乘客乘车过程中，感觉冲突以及由此引发的恶心等晕动病症状仍无法完全避免。因此，可靠地预测晕动病将成为智能车辆避免行程中止的一种可行解决方案，例如通过调整驾驶策略或进行路线规划。在此前的研究中，作者已证明，对于在低头注视非驾驶相关任务的乘客，广泛使用的六自由度空间视觉冲突（6DOF-SVC）模型能够通过一组面向应用的参数估算晕动病发生率（MSI）。在本研究中，研究人员利用此前开展的五项晕动病驾驶实验对这些参数进行了验证和进一步优化。研究还首次表明，基于驾驶动态特征、由于路线特点或驾驶风格所产生的预期自然MSI波动，以及实验测得的MSI变异，均约为10%。此外，研究结果表明，参与者似乎具有与其晕动病易感性相关的个体MSI阈值；然而，该阈值在不同实验之间的波动过大，因此不适合实际应用。由此可见，该模型能够成功估算受试者在不同测试道路上的晕动病风险，但其所预测的MSI变化轨迹仍存在一定误差。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.18.752352v1?rss=1

🏷️ 运动病 感觉冲突 六自由度感觉冲突模型 驾驶动态 运动病风险预测